迟滞动态模型辨识

介绍用Krasnosel′skii-Pokrovkii(KP)迟滞算子对所设计的超磁致伸缩驱动器中的频率无关迟滞特性进行建模.首先,给出了KP迟滞模型中的密度函数离散化的离线辨识方法.其次,为了能够使迟滞模型更好的与自适应控制理论结合,又提出了应用神经网络进行密度函数的自适应在线辨识.此神经网络的BP算法是以离散的KP算子为作用函数、以密度函数为权值.最后,仿真与实验验证了所提出的模型辨识方法的有效性.     

压电驱动器迟滞非线性的分数阶建模及实验验证

存在于压电陶瓷全工作范围内的迟滞非线性特性,往往会导致压电陶瓷执行器的系统精度下降、振荡,甚至造成系统的不稳定。针对周期性的正弦输入信号,提出一种基于分数阶算子的迟滞建模方法。首先,在分析压电特性和分数阶算子特性的基础上,采用结构简单参数少的分数阶算子来描述压电陶瓷的迟滞特性;然后,搭建了基于dSpace的压电驱动微位移定位实验平台;最后,将基于分数阶算子的迟滞建模方法应用于压电驱动微位移定位平台中,对压电陶瓷的迟滞非线性特性进行辨识。实验结果表明采用基于分数阶的迟滞模型(FOM)比传统的Prandtl-Ishlinskii模型(PIM)及其改进的增强型Prandtl-Ishlinskii模型(EPIM)更有优势;在低频段,FOM模型比PIM模型和EPIM模型精度略有提高,但是在高频段,FOM模型比PIM模型和EPIM模型精度则提高显著。在输入频率为100HZ的情况下,所提出的FOM模型较PIM模型的均方根误差(RMSE)值精度提高69.84%,较EPIM模型的RMSE值精度提高68.88%。     

基于KP模型的GMA迟滞系统辨识与补偿

采用改进的Krasnosel’skii—Pokrovkii（KP）模型对所设计的超磁致微位移驱动器建立了与频率无关的迟滞模型，并提出了对实际系统的KP迟滞模型密度函数进行离散辨识的方法。为了降低迟滞特性对驱动器工作的影响，对KP迟滞模型构造了补偿算子。在此基础上提出了滑模变结构控制方案，由Lyapunov稳定性理论推导出此滑模变结构控制方案的自适应控制方法。通过仿真与实验验证了所提出的机电系统模型的准确性和控制规律的有效性。     

基于改进J-A模型的气动肌肉迟滞建模及其补偿控制

 针对气动肌肉非对称迟滞现象,采用改进Jiles-Atherton(J-A)模型来对其进行描述,并利用自适应权重粒子群来对模型所需参数进行辨识;通过与实验数据进行对比,对所建模型精度进行验证。基于所建迟滞模型,进而提出一种积分逆迟滞补偿器,通过将其引入到PID控制系统中,实现对气动肌肉的迟滞补偿控制。仿真结果表明,引入迟滞补偿器后显著提高了对气动肌肉的控制精度,验证了所提迟滞补偿器的有效性。     

压电超精密定位台的动态迟滞建模研究

为了提高压电超精密定位台的建模精度,采用Backlash-Like迟滞非线性模型来描述压电超精密定位台的迟滞特性,采用基于遗传因子的递推最小二乘法来辨识Backlash-Like模型的参数,并结合压电超精密定位台的动态特性,建立了压电超精密定位台的二阶动态迟滞模型。通过实验得到,对比Backlash-Like模型,动态迟滞模型在频率为30和40 Hz时,最大输出位移误差由1.21和1.39μm下降到0.32和0.44μm,且最大相对误差分别仅为3.5%和4.4%,平均位移误差由0.53和0.76μm下降到0.17和0.21μm,平均相对误差由1.93%和3.38%下降到1.11%和1.37%。实验结果验证了提出的动态迟滞模型,既能减小了因压电超精密定位台的动态特性而引起的系统误差,又能很好地模拟其迟滞特性与动态特性,并且避免了不同频率下的模型参数反复辨识问题,提高了压电超精密定位台在高频、快速、大行程定位中的精度。该方法简单且适应性强,易于工程实现。     

基于扩展输入空间法的压电执行器迟滞特性动态建模

为辨识压电执行器中的速率相关迟滞特性,基于扩展输入空间法建立迟滞的神经网络动态模型.提出动态迟滞算子来描述速率相关迟滞的变化趋势和动态特性并基于该动态迟滞算子构建扩展输入空间.在这个扩展输入空间上,迟滞的多值映射能够转化成一一映射,同时可以利用动态迟滞算子来提取迟滞的速率相关性.用神经网络来逼近这个一一映射实现速率相关迟滞的动态建模.所提出的神经网络动态模型可以描述迟滞的速率相关性,结构简单,打破了常规迟滞模型基于算子加权叠加的建模框架,并且能够在线调整参数以适应不同条件下的迟滞建模.最后应用该方法对压电执行器中的迟滞特性进行动态建模,试验结果证明了这种建模方法的有效性.     

一种新的混合Preisach迟滞模型及其性质研究

压电陶瓷执行器物理结构复杂,应用参数化方法辨识经典Preisach模型描述其迟滞特性时,难以找到合适的Preisach函数,模型预测误差较大。为了提高建模精度,定义了均值迟滞模型作为经典Preisach模型的补充,将均值迟滞模型与经典Preisach 模型加权叠加得到一种新的混合Preisach模型,并将权值定义为迟滞度参数,用以描述模型的迟滞非线性强烈程度。同时证明了混合Preisach模型具有类似于经典Preisach模型的擦除特性和一致特性,给出了混合Preisach模型表示定理。最后结合神经网络完成了混合Preisach模型的辨识过程。实验数据证明,在三角波信号下和衰减正弦信号下,混合Preisach模型的预测误差较经典Preisach模型分别降低了1.77 和1.26 。     

基于梯形算子的AFM驱动器非对称迟滞性校正

原子力显微镜(AFM)通常采用压电陶瓷(PZT)作为驱动器以实现纳米尺度的观测和操作。然而,PZT自身的迟滞非线性会对AFM观测质量和操作精度产生很大影响。基于Prandtl-Ishlinskii(PI)模型的前馈控制方法可对PZT的迟滞非线性进行补偿,但传统PI模型无法消除PZT的非对称迟滞性的影响。针对这个问题,提出一种基于梯形算子的非对称迟滞模型,并可用系统辨识方法获取逆模型参数,该方法可有效实现具有非对称迟滞特性驱动器的前馈补偿控制。AFM系统实验证明,该模型可有效减小非对称迟滞性导致的建模误差,基于该模型的前馈迟滞补偿控制可有效提高AFM的扫描成像质量。     

压电执行器动态迟滞建模与LQG最优控制器设计

为提高空间天文望远镜稳像系统中压电快摆镜(Fast Steering Mirror,FSM)的动态性能,对压电执行器(Piezoelectric Actuator,PZT)动态迟滞补偿和控制进行研究。鉴于基于广义Play算子Prandtl-Ishlinskii(PI)模型的求逆复杂性和迟滞曲线的非对称性,构造一种基于广义Stop算子PI逆模型来补偿压电执行器迟滞非线性。采用Hammerstein模型对压电执行器动态迟滞特性进行建模,以广义PI模型和自回归遍历模型(Auto-regressive Exogenous Model,ARX)分别表征Hammerstein迟滞模型中的静态非线性和率相关性,并针对迟滞率相关模型不确定性问题,提出一种前馈补偿和线性二次型Gauss最优控制算法(Linear Quadratic Gaussian,LQG)相结合的复合控制策略。利用自适应差分进化算法(Adaptive Differential Evolution algorithm,ADE)辨识和整定模型及控制器参数。实验结果表明:该动态迟滞模型能够有效描述1～100Hz频率范围内压电执行器迟滞曲线,拟合均方根误差为0.077 1μm(@1 Hz)～0.512 3μm(@100Hz),相对误差为0.31%(@1Hz)～2.09%(@100Hz);实时跟踪幅值为24.5μm的变频目标位移,LQG控制算法的跟踪精度相比于直接前馈控制和PID控制分别提高48.6%和27.02%。     

压电微动工作台动态迟滞模型研究

为实现压电微动工作台的快速准确运动定位,研究了其运动定位模型。压电工作台的运动定位精度主要受到工作台动态特性和迟滞特性的影响。在介绍这两类典型特性模型及其适用范围的基础上,提出了能够同时体现压电工作台动态特性和迟滞特性的动态迟滞模型,并给出了采用Prandtl-Ishlinskii (PI)迟滞算子的动态迟滞模型参数辨识方法。实验研究表明,动态迟滞模型的模型精度在压电工作台大行程、快速运动定位时较以往线性动态模型和迟滞模型有较大提高,其平均误差为0.16μm,最大误差为0.38μm,为下一步高性能运动定位工作台控制系统的设计提供了必要的模型基础。     

Preisach迟滞逆模型的神经网络分类排序

为了补偿影响压电陶瓷执行器纳米定位系统精度的迟滞非线性,提高系统的控制精度,开展了基于压电陶瓷执行器的迟滞非线性逆模型的研究。兼顾到迟滞的擦除特性和建模的精确度,提出了一种Preisach逆模型分类排序法的神经网络实现方法,用神经网络取代了传统的反查值方法,以避免插值误差。建立三层BP神经网络,运用实测数据进行训练,确定各层权值;然后,结合排序得到的电压和位移极值信息,通过神经网络方法拟合出较精确的输入电压值。运用若干组实验数据检验了此逆模型的有效性,结果表明,该神经网络的实现方法将逆模型的平均误差降低到了1.5V以下,最大误差绝对值降低到了2.7V以下。与反查值方法相比,神经网络实现方法有效提高了压电陶瓷执行器纳米定位系统的迟滞逆模型的精度。     

压电陶瓷微位移器件控制模型的研究

从不同角度介绍了压电陶瓷微位移器件的两种控制模型.首先,借助于统计物理学分析,结合数学建模方法,建立了一个简单实用的压电陶瓷的迟滞数学模型.其次,借助于弹性体变形理论,介绍了压电/电致伸缩陶瓷的归一化控制模型,从理论上说明了采用电极化强度的方法可以有效减小迟滞的观点.并设计了两种实验系统,对两种控制模型进行了实验验证,实验结果表明,所建立的两种模型可有效减小压电陶瓷的迟滞非线性误差,提高压电陶瓷微位移的控制精度,有助于实现压电陶瓷驱动器的高精度开环微位移控制.     

基于粒子群优化算法的磁流变阻尼器多项式动力学建模方法

为提高磁流变阻尼器（MRD）多项式动力学模型精度,提出了基于粒子群优化（PSO）算法的多项式模型建模方法。搭建了MRD试验平台,利用测得的力学特性数据,辨识并对比分析了传统多项式与Chebyshev多项式模型;运用PSO算法,结合Lagrange插值方程和实测数据优化插值节点,经MATLAB Simplify函数化简,构建了多项式动力学模型;研究优化插值节点的PSO算法流程及主要步骤,分析比较PSO算法与Chebyshev模型的12阶多项式建模平均累积相对误差。研究表明,在正弦激励频率1 Hz、振幅15 mm、电流0~1.5 A工况下,PSO多项式建模方法比Chebyshev多项式模型相对误差下降了47.0%,能较好地反映MRD动力学特性,满足实际工程应用需要。     

Improvement of the performance of hysteresis compensation in SMA actuators by using inverse Preisach model in closed — loop control system

The aim of this paper is to increase the performance of hysteresis compensation for Shape Memory Alloy (SMA) actuators by using inverse Preisach model in closed — loop control system. This is used to reduce hysteresis effects and improve accuracy for the displacement of SMA actuators. Firstly, hysteresis is identified by numerical Preisach model implementation. The geometrical interpretation from first order transition curves is used for hysteresis modeling. Secondly, the inverse Preisach model is formulated and incorporated in closed-loop PID control system in order to obtain desired current-to-displacement relationship with hysteresis reducing. The experimental results for hysteresis compensation by using this method are also shown in this paper.     

基于支持向量机的压电微操作平台非线性特性描述

压电驱动器的迟滞现象会使微操作平台出现非线性问题,严重影响了其运动精度和重复定位精度。为了解决该问题,提出了一种基于Preisach模型与支持向量机的联合建模方法来描述微操作平台的非线性特性。以一种一维微操作平台为对象,以压电驱动电压和所对应的平台输出位移为样本点,采用支持向量机理论建立反映平台非线性回归模型,利用该模型预测非样本点所对应的平台输出位移,结合Preisach模型可精确预测平台在任意电压序列作用下的输出位移。为了验证所建立模型的有效性,进行了实验研究,任意选取2组不同的输入电压序列,利用支持向量机回归模型和Preisach模型分别得到所选取的电压序列对应的输出位移的预测值,在相同的电压序列作用下进行实验得到其实测值,将实测值与预测值进行比较分析,结果表明,2组实测值与预测值之间的相对误差范围分别为0.6%～2.1%、0.02%～2.1%,预测位移与实测位移非常接近,说明所建立的模型能精确描述微操作平台的非线性特性,以实现其精确运动。     

压电陶瓷驱动微位移机构迟滞非线性改善方法研究

压电陶瓷驱动器在精密微位移系统中有着广泛的应用,但其固有的迟滞非线性严重影响系统的运动精度,使控制困难.通过数学建模方法建立压电陶瓷的迟滞曲线逆模型,并用此模型对压电陶瓷进行位移补偿,可以有效减小压电陶瓷迟滞非线性对系统精确控制的影响.提出一种用两个压电陶瓷协同驱动微动平台运动的微位移机构,通过基于迟滞逆模型的开环控制方法,对压电陶瓷位移进行误差补偿,可以实现微动平台运动与控制信号较好的线性对应关系.     

压电微动工作台的动态迟滞模型

为实现压电微动工作台的快速准确运动定位,研究了其运动定位模型.压电工作台的运动定位精度主要受工作台动态特性和迟滞特性的影响,在介绍这两类典型特性模型及其适用范围的基础上,提出了能够同时体现压电工作台动态特性和迟滞特性的动态迟滞模型,并给出了采用Prandtl-Ishlinskii (PI)迟滞算子的动态迟滞模型参数辨识途径.以TRITOR100型压电工作台为例进行实验研究,结果表明:当压电工作台在30 μm的定位范围内以±900 V/s的输入电压速率进行快速运动定位时,动态迟滞模型的模型精度比以往常用的线性动态模型和迟滞模型有较大提高,其平均误差为0.16 μm,最大误差为0.38 μm,为高性能运动定位工作台控制系统的设计提供了模型基础.